• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向狹小封閉戰(zhàn)場環(huán)境的群智感知定位算法研究

    2023-12-12 13:31:21李耀宇陳杰魏勇
    指揮控制與仿真 2023年6期

    李耀宇 陳杰 魏勇

    摘 要:為解決在狹小封閉的戰(zhàn)場環(huán)境,如敵方指揮中心、船艙、地下建筑物中,如何快速準(zhǔn)確地獲取自組織網(wǎng)絡(luò)或目標(biāo)對象的位置信息的問題,基于單兵智能終端設(shè)備提供的通信模塊,利用可見光傳感器等硬件設(shè)備的支持,通過研究群智感知式的通信信號(hào)指紋,結(jié)合圖像匹配算法,提出了一種定位算法。該算法利用通信指紋數(shù)據(jù)實(shí)現(xiàn)了初步定位,結(jié)合融合圖像和姿態(tài)傳感器的加權(quán)平均算法,并采用群智感知方式補(bǔ)充與更新定位數(shù)據(jù),通過調(diào)整圖像匹配策略,在保持準(zhǔn)確率的前提下,相比單一圖像匹配定位算法,降低了算力的需求,在通信條件復(fù)雜的戰(zhàn)場環(huán)境中提高了實(shí)時(shí)性能。對比標(biāo)準(zhǔn)的WKNN(Weighted K-Nearest Neighbors)算法,提高了在復(fù)雜環(huán)境下定位的穩(wěn)定性,且定位誤差平均值低于1.72 m,誤差降低約50%。

    關(guān)鍵詞:狹小戰(zhàn)場;群智感知;定位算法

    中圖分類號(hào):E917 文獻(xiàn)標(biāo)志碼:A DOI:10.3969/j.issn.1673-3819.2023.06.006

    Research on crowd-sourced localization algorithm for narrow and closed battlefield environment

    LI Yaoyu1, CHEN Jie1, WEI Yong2

    (1. Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology,

    Changsha 410073, China; 2. Unit 31015 of PLA,Beijing 100091, China)

    Abstract:In order to solve the problem of how to quickly and accurately obtain the location information of self-organizing networks or target objects in the narrow and closed battlefield environment, such as the enemy command center, cabins, and underground buildings, this paper proposes a positioning algorithm based on the communication module provided by individual intelligent terminal equipment, we use the support of hardware devices such as visible light sensors, and study the communication signal fingerprint of swarm intelligence perception, combined with image matching algorithm. This algorithm mainly communicates with fingerprint data to achieve preliminary positioning, combines a weighted average algorithm of fused images and attitude sensors, and uses swarm intelligence perception to supplement and update positioning data. By adjusting the image matching strategy, while maintaining accuracy, compared to a single image matching positioning algorithm, it reduces computational power requirements and improves real-time performance in battlefield environments with complex communication conditions. Compared with the standard WKNN (Weighted K-Nearest Neighbors) algorithm, it improves the stability of localization in complex environments, and the average localization error is less than 1.72 m, reducing the error by about 50%.

    Key words:narrow battlefield environment; crowd-sourced; localization algorithm

    收稿日期:2023-03-17

    修回日期:2023-04-11

    作者簡介:

    李耀宇(1984—),男,副教授,研究方向?yàn)檐娛逻\(yùn)籌、任務(wù)規(guī)劃、建模與仿真。

    陳 杰(1985—),男,副教授。

    現(xiàn)代戰(zhàn)爭中,位置信息的重要性不言而喻。準(zhǔn)確的位置信息是指揮和決策的基礎(chǔ)。室外環(huán)境中,定位可以采用衛(wèi)星定位等多項(xiàng)技術(shù),但是在狹小封閉的戰(zhàn)場環(huán)境,例如特種作戰(zhàn)所面對的地方指揮所、地下大型掩體設(shè)施、艦船內(nèi)部等區(qū)域,位置信息的獲得極為困難。首先,無法預(yù)先獲得準(zhǔn)確的先驗(yàn)信息,因?yàn)槭覂?nèi)的情況不穩(wěn)定,變化大,也沒有公開的地理環(huán)境信息供參考;其次,電磁通信信號(hào)衰減,通風(fēng)采光條件差,遮蔽物遮蔽等,導(dǎo)致一般室外的定位技術(shù)無法獲得良好的效果,必須采用合適的室內(nèi)定位技術(shù)。隨著光學(xué)傳感和圖像識(shí)別技術(shù)的發(fā)展以及單兵智能終端設(shè)備算力的提高,基于單兵智能終端設(shè)備的圖像匹配定位開始受到青睞。單兵智能終端設(shè)備通常包括通信模塊、圖像采集模塊、姿勢和加速度等傳感器,為室內(nèi)定位算法提供了必要的硬件支持。單純基于圖像匹配的定位方案需要構(gòu)建龐大的圖像數(shù)據(jù)庫,圖像匹配過程對算力需求高,難以保證實(shí)時(shí)性。單純基于通信信號(hào)指紋的定位技術(shù),實(shí)時(shí)性能有保障,但通訊信號(hào)可能受到環(huán)境干擾影響,僅利用算法難以克服精度下降問題。要想提高室內(nèi)定位的綜合性能,通常需要綜合以上方案的特點(diǎn),同時(shí)結(jié)合單兵智能終端設(shè)備提供的各類傳感器支持。

    1 研究現(xiàn)狀

    目前有很多方法可用來實(shí)現(xiàn)輔助室內(nèi)定位,??? LEE[1]提出了一種基于射頻 (RF,Radio Frequency) 指紋識(shí)別的最大似然估計(jì)(MLE,Maximum Likelihood Estimation)初始化,制定了結(jié)合 RF 指紋識(shí)別的目標(biāo)定位的最大似然問題。在開放空間、城市和室內(nèi)三種測試環(huán)境中,與使用 SDP(Semi-Definite Programming)初始化的 MLE 算法相比,所提出的射頻指紋輔助目標(biāo)定位方法表現(xiàn)出高達(dá) 63.31% 和平均 39.13% 的性能提升。WiFi指紋也是一種常用的方法,樂燕芬[2]提出了一種指紋子空間匹配結(jié)合密度峰值聚類的定位算法,有效避免了大誤差點(diǎn)。首先通過在線階段目標(biāo)接收信號(hào)強(qiáng)度 (RSS,Received Signal Strength)的接入點(diǎn)覆蓋向量,確定有效的參考位置點(diǎn);然后劃分多個(gè)指紋子空間,利用改進(jìn)的WKNN(Weighted K-Nearest Neighbors)算法估計(jì)目標(biāo)在每個(gè)子空間內(nèi)的位置;最后選取決策值最大的選定個(gè)數(shù)估計(jì)位置確定目標(biāo)。聶大惟[3]提出了一種基于信號(hào)強(qiáng)度指示器RSSI(Received Signal Strength Indicator)概率分布與貝葉斯估計(jì)的加權(quán)定位方法。該方法在研究RSSI的平穩(wěn)性、分布特性的基礎(chǔ)上,通過貝葉斯估計(jì)將先驗(yàn)的RSSI概率分布引入權(quán)重的計(jì)算,給異常值賦予較低的權(quán)重,降低了環(huán)境噪聲和外界不確定因素對定位精度造成的影響。

    KNN(K-Nearest Neighbors) 依然是常用的一種方法[4],Razavi提出了一種室內(nèi)定位場景,該場景應(yīng)用度量學(xué)習(xí)和流形對齊,使用具有單個(gè)RSS 樣本的低分辨率無線電地圖實(shí)現(xiàn)直接映射定位 (DML,direct mapping localization),將指紋識(shí)別工作量減少了 87%。對比之前的定位方法,DML 和基于重建射電圖的K最近鄰 (reKNN,K-Nearest Neighbors Based on Reconstructed Radio Map)在面積約為170 m2的典型辦公環(huán)境中分別實(shí)現(xiàn)了小于4.3 m和3.7 m的平均定位誤差。

    不同智能手機(jī)設(shè)備硬件性能有差異,RSSI信號(hào)特征的變化率也會(huì)有差異。在實(shí)際操作中,傳統(tǒng)的室內(nèi)定位解決方案可能無法應(yīng)對硬件差異引起的信號(hào)差異[5]。Tiku提出了一種基于多頭注意神經(jīng)網(wǎng)絡(luò)的室內(nèi)定位框架,該框架對設(shè)備異質(zhì)性具有彈性。對各種室內(nèi)環(huán)境中提出的框架的深入分析表明,與當(dāng)時(shí)最先進(jìn)的室內(nèi)定位技術(shù)相比,準(zhǔn)確度提高了35%。Hoang[6]針對軌跡定位,考慮軌跡中接收RSSI 測量值之間的關(guān)系,對輸入RSSI數(shù)據(jù)和順序輸出位置提出了加權(quán)平均濾波器,提高了RSSI時(shí)間波動(dòng)之間的準(zhǔn)確性。

    2 算法總體設(shè)計(jì)

    2.1 算法總體方案

    算法目標(biāo)是用戶使用單兵智能終端設(shè)備的通信芯片與攝像頭實(shí)現(xiàn)高精度室內(nèi)定位,無需其他硬件輔助,坐標(biāo)系采用二維坐標(biāo)系,不考慮高程。

    算法主要包括兩個(gè)階段:離線階段與在線階段。離線階段構(gòu)建數(shù)據(jù)庫時(shí),在不同參考點(diǎn)依次記錄RP(Reference Point)的坐標(biāo)值、AP(Access Point)數(shù)量與對應(yīng)的MAC地址(Media Access Control Address)、RSSI值、該RP正前方圖像,同時(shí)采集該時(shí)刻單兵智能終端設(shè)備所處姿態(tài)(即單兵智能終端設(shè)備方向傳感器的傾斜角、旋轉(zhuǎn)角和方位角),將上述信息上傳至服務(wù)器后進(jìn)行預(yù)處理,將特征向量編碼為F={f0,f1,f2,…,fN}存儲(chǔ),其中,f0~fN代表特征分量。

    在線階段,根據(jù)設(shè)備采集的特征進(jìn)行定位,用戶單兵智能終端設(shè)備實(shí)時(shí)掃描可接收到MAC地址作為指紋標(biāo)識(shí)的AP和對應(yīng)RSSI值,首先使用WKNN算法初步定位。本算法支持用戶獲取更高精度,即采用SIFT(Scale-Invariant Feature Transform)圖像和單兵智能終端設(shè)備姿態(tài)匹配算法提高定位精度。用戶可將定位結(jié)果以及對應(yīng)信號(hào)指紋和圖像特征上傳,即采用群智感知的方式補(bǔ)充和更新定位數(shù)據(jù)庫[7],以輔助他人定位。在線階段,算法總體方案如圖1所示。

    2.2 加權(quán)K鄰近無線通訊網(wǎng)絡(luò)通信指紋定位算法

    加權(quán)K鄰近算法在指紋定位中通過引入距離權(quán)重因子對AP點(diǎn)選擇進(jìn)行約束,離實(shí)測RSSI值距離越近的點(diǎn)權(quán)重越大。距離定義[8]如下:

    式中 ,i表示實(shí)測掃描到的RP點(diǎn)序號(hào),n 表示移動(dòng)節(jié)點(diǎn)和RP之間的AP點(diǎn)數(shù)量,最后選擇K個(gè)“距離”最小值作為最近鄰居,并根據(jù)這K個(gè)“距離”值歸一化得各自權(quán)重,歸一化公式[9]

    取p = 2,根據(jù)數(shù)據(jù)庫中RP點(diǎn)的已存坐標(biāo)和歸一化“距離”權(quán)重因子,得到移動(dòng)節(jié)點(diǎn)的初始位置:

    K值對定位結(jié)果有直接影響,圖2通過仿真實(shí)驗(yàn)對比不同K值下的定位效果,從圖中看出,K=3時(shí)定位平均誤差最小,因此本文選擇最近鄰居數(shù)K為3。

    在線定位階段利用用戶獲取的圖像和方向傳感器輸出值,計(jì)算與K個(gè)參考點(diǎn)對應(yīng)的數(shù)據(jù)庫特征數(shù)據(jù),得到圖像匹配因子和方向因子,對已有參考點(diǎn)權(quán)重進(jìn)行校正,提高定位精度。

    2.3 圖像匹配定位算法

    2.3.1 圖像匹配策略

    目前存在多種圖像定位算法,例如Niu[10]用SURF(Speeded Up Robust Feature)進(jìn)行圖像匹配定位,SURF處理速度較快,但處理尺度縮放和旋轉(zhuǎn)變化不是最優(yōu)。本文選擇SIFT算法[11],該算法對于圖像平移、旋轉(zhuǎn)、尺度縮放、亮度變化等具有很好的不變性,能夠更好適應(yīng)用戶拍攝圖像時(shí)發(fā)生的平移、旋轉(zhuǎn)、縮放變化[12]。SIFT算法處理圖像在服務(wù)器中進(jìn)行,生成圖像描述子,表示為N×128維特征向量,并存儲(chǔ)在數(shù)據(jù)庫中,其中N為一張圖像的特征點(diǎn)總數(shù),用戶實(shí)時(shí)拍攝的圖像在單兵智能終端設(shè)備上經(jīng)過SIFT算法得到同樣維數(shù)的特征向量后,計(jì)算兩組特征向量間的歐氏距離作為圖像關(guān)鍵特征點(diǎn)的相似性度量[13]。據(jù)文獻(xiàn)[14],在大量存在尺度縮放、旋轉(zhuǎn)和亮度變化的兩幅圖像之間進(jìn)行匹配時(shí),度量閾值ratio取值在0.4~0.6之間最佳,經(jīng)過仿真試驗(yàn),ratio取值為0.55時(shí),定位平均誤差最小,如圖3所示。

    經(jīng)WiFi初步定位,假設(shè)得到的3張圖片表示為I(DB,i)(i =1,2,3),各自提取特征總數(shù)F(DB,i),用戶實(shí)際拍攝圖像表示Is,提取特征總數(shù)為Fs,分別計(jì)算拍攝圖像和數(shù)據(jù)庫圖像之間的共同特征數(shù)Fc

    求得Fc后再求解匹配因子,同時(shí)用圖像匹配因子校正WiFi定位得歸一化“距離”權(quán)重因子,圖像匹配因子定義為

    由定義可知,η的取值范圍為[0.0, 2.0],值越大,表示兩張圖像越相似。本文對根據(jù)WKNN算法選擇的3張圖像進(jìn)行求解圖像匹配因子后,選擇最大的圖像作為配對圖像。用戶所拍攝的圖像壓縮后的大小為1 034×731,特征提取Fs=714,對表1中樣本a~c分別提取特征,并求得圖像匹配因子。

    2.3.2 傳感器限制圖像方向隨機(jī)性

    用戶在同一位置拍照方向存在隨機(jī)性,故經(jīng)過無線通信網(wǎng)絡(luò)通信指紋初步定位,不能確定數(shù)據(jù)庫中所存圖像所表示的方向和用戶當(dāng)前拍照方向的一致性,因此,本算法采用單兵智能終端設(shè)備方向傳感器輸出三維方向參數(shù)匹配單兵智能終端設(shè)備姿態(tài)來解決這一約束。假設(shè)用戶拍照時(shí)刻記錄單兵智能終端設(shè)備傳感器輸出的傾斜角、旋轉(zhuǎn)角和方位角三維向量可表示為{θx,θy,θz},經(jīng)初步定位找到的3個(gè)RP對應(yīng)方向向量值表示{θxi,θyi,θzi},則方向向量值之間角度差為

    方向因子ζ是每一組值所占的歸一化權(quán)重,根據(jù)角度差的倒數(shù)來計(jì)算:

    式中,K表示最近鄰居數(shù)。

    2.3.3 基于圖像和姿態(tài)匹配定位算法

    在上述過程中,通過SIFT算法,已經(jīng)求得每張圖像的匹配因子和方向匹配因子,為了校正初步定位,采用加權(quán)平均法來融合上述的3個(gè)因子,如圖1所示,得到校正因子,定義校正因子ξ為

    最后校正定位用戶的位置計(jì)算式為

    上兩式中,K =3表示最近鄰居數(shù),i =1,2,3表示匹配得到的圖像序號(hào)。

    2.4 群智感知方式更新數(shù)據(jù)庫

    隨著室內(nèi)布局以及環(huán)境變化,室內(nèi)信號(hào)指紋分布會(huì)發(fā)生改變,本文支持用戶將實(shí)時(shí)測量到的信號(hào)指紋與圖像上傳至數(shù)據(jù)庫,增加可用的參考點(diǎn)數(shù)量。采用群智感知更新數(shù)據(jù)庫可以降低構(gòu)建數(shù)據(jù)庫的復(fù)雜性,維持?jǐn)?shù)據(jù)庫數(shù)據(jù)的實(shí)時(shí)性;在某些沒有離線采集數(shù)據(jù)的區(qū)域,用戶上傳數(shù)據(jù)后,可輔助他人下次定位使用。在群智感知中,感知設(shè)備的多樣性會(huì)造成無線通信網(wǎng)絡(luò)通信指紋和方向向量的差異,本文采用同一款單兵智能終端設(shè)備,簡化了設(shè)備多樣性的影響,同時(shí),對于錯(cuò)誤感知數(shù)據(jù)的篩選,本文提出使用位置估計(jì)值P和RSSI兩個(gè)值之間的相關(guān)系數(shù)因子作為數(shù)據(jù)剔除的依據(jù),該因子的計(jì)算式為

    式中,i = 1,2,…,K,Pi為第i個(gè)RP坐標(biāo),為定位估計(jì)坐標(biāo)和K個(gè)RP坐標(biāo)的平均值,RSSIi為第i個(gè)RP點(diǎn)的RSSI均值,RSSI為用戶掃描RSSI值和K個(gè)RP的RSSI值。其中,ρ值與位置估計(jì)值和值呈正相關(guān)關(guān)系,據(jù)此可以控制數(shù)據(jù)質(zhì)量。

    3 實(shí)驗(yàn)與數(shù)據(jù)分析

    3.1 實(shí)驗(yàn)設(shè)置

    為方便計(jì)算,本文用手機(jī)替代單兵智能終端設(shè)備進(jìn)行測試,同時(shí)用WiFi替代專用通信網(wǎng)絡(luò),在覆蓋面積1 250 m2的室內(nèi)環(huán)境中開展實(shí)驗(yàn),驗(yàn)證本文的算法。利用室內(nèi)環(huán)境已有的WiFi熱點(diǎn)進(jìn)行定位模擬專有通信網(wǎng)絡(luò)的定位。實(shí)驗(yàn)離線階段,采集WiFi信號(hào)指紋構(gòu)建數(shù)據(jù)庫,采集的相應(yīng)圖像和三維方向向量作為特征向量在數(shù)據(jù)庫中存儲(chǔ)。離線階段共隨機(jī)采集150個(gè)RP點(diǎn)指紋和圖像數(shù)據(jù)。

    3.2 數(shù)據(jù)分析

    圖4為實(shí)測階段WKNN算法定位和圖像定位的累計(jì)分布函數(shù)CDF對比圖,每組實(shí)驗(yàn)定位50次。從圖中可以看出,新算法能夠有效地提高定位精度,WKNN算法定位誤差在2 m以內(nèi)的概率約為31.9%,但經(jīng)過圖像匹配定位校正的概率約為69.1%;當(dāng)CDF為80%時(shí),新算法為3 m,WKNN算法定位約為4 m,提高了25%。實(shí)測結(jié)果證明,算法能夠提高定位精度。

    圖5和圖6是隨著用戶上傳數(shù)據(jù)的增加,不同算法定位誤差和方差對比曲線。從圖5可以看出,隨著用戶參與,參考點(diǎn)數(shù)目從10增加到400,WKNN算法定位誤差從5.61 m降低到3.50 m,降低了37.6%。

    與此同時(shí),新算法定位誤差從5.67 m降低到1.71 m,降低了69.8%。兩算法縱向?qū)Ρ?,?dāng)參考點(diǎn)為10時(shí),兩算法定位誤差接近。隨著參考點(diǎn)數(shù)量的增加,新算法逐漸好于原算法,當(dāng)參考點(diǎn)數(shù)量為400時(shí),新算法比原算法定位誤差降低了50%。

    從圖6可以看出,隨著參考點(diǎn)數(shù)量增加,兩種算法定位誤差方差呈下降趨勢,但新算法定位方差低于原算法,表明新算法定位穩(wěn)定性較好。

    群智感知方式用于定位時(shí),整個(gè)圖像數(shù)據(jù)庫數(shù)據(jù)量隨時(shí)間推進(jìn)而增加,而檢索整個(gè)數(shù)據(jù)庫尋找目標(biāo)圖像所需時(shí)間與圖像數(shù)量呈正比,因此,本文采用WKNN算法鄰居數(shù)K值限制圖像檢索范圍,有效控制圖像檢索消耗的時(shí)間,在圖像處理完成后,本文采用的結(jié)合WKNN和圖像匹配的定位算法耗時(shí)如圖7所示。

    實(shí)驗(yàn)設(shè)定位置更新頻率為1 Hz,圖7中,ImageMatch表示算法的定位耗時(shí),由于兩張圖像在匹配時(shí)存在多個(gè)共同點(diǎn),每個(gè)特征點(diǎn)為1×128 維向量,計(jì)算耗時(shí)較大,但是均在1 s以內(nèi),能夠保證軟件在自動(dòng)刷新時(shí)的定位實(shí)時(shí)解算要求。

    3.3 實(shí)驗(yàn)局限性分析

    實(shí)驗(yàn)數(shù)據(jù)表明,本文所提算法集成單兵智能終端設(shè)備后,大部分條件下,既改進(jìn)了定位解算精度,又提高了實(shí)時(shí)性和穩(wěn)定性,且降低了算力需求。

    本實(shí)驗(yàn)也存在兩點(diǎn)局限性。一是采用單一設(shè)備進(jìn)行實(shí)驗(yàn),忽略了設(shè)備差異性帶來的特征數(shù)據(jù)偏差問題,例如不同設(shè)備在相同位置,RSSI值如果差異過大,可能會(huì)影響定位精度。同時(shí),設(shè)備之間的相互影響以及相互影響可能導(dǎo)致的不良后果,還需要進(jìn)一步的研究和實(shí)驗(yàn)來證明。二是環(huán)境干擾對算法的影響考慮不足,特別是群智感知的控制策略方面,信號(hào)干擾容易造成

    數(shù)據(jù)

    明顯錯(cuò)誤,下一步研究會(huì)考慮引入過濾機(jī)制,防止錯(cuò)誤的數(shù)據(jù)污染整個(gè)數(shù)據(jù)庫。

    4 結(jié)束語

    本文針對無線通信網(wǎng)絡(luò)通信指紋和圖像匹配定位存在的問題,采用通信信號(hào)指紋輔助圖像匹配定位思路,通過算法研究和實(shí)驗(yàn)融入了群智感知機(jī)制并進(jìn)行了改進(jìn),對于解決狹小封閉的戰(zhàn)場環(huán)境中的定位問題,具備積極的參考價(jià)值。

    當(dāng)前,機(jī)器學(xué)習(xí)技術(shù)已經(jīng)廣泛地應(yīng)用于很多領(lǐng)域,相關(guān)的研究也越來越多。未來可以考慮結(jié)合深度學(xué)習(xí)網(wǎng)絡(luò),特別是循環(huán)神經(jīng)網(wǎng)絡(luò),引入狀態(tài)轉(zhuǎn)移控制機(jī)制,進(jìn)一步提高定位的準(zhǔn)確性和實(shí)時(shí)性。

    參考文獻(xiàn):

    [1] LEE H, KANG T, JEONG S, et al. Evaluation of RF fingerprinting-aided RSS-based target localization for emergency response[C].2022 IEEE 95th Vehicular Technology Conference: (VTC2022-Spring), Helsinki, 2022: 1-7.

    [2] 樂燕芬, 許遠(yuǎn)航, 施偉斌. 基于DPC指紋子空間匹配的室內(nèi)WiFi定位方法[J].儀器儀表學(xué)報(bào),2021,42(11):106-114.

    LE Y F,XU Y H,SHI W B. WiFi fingerprint based indoor positioning with subspace matching and DPC[J]. Chinese Journal of Scientific Instrument, 2021, 42(1):106-114.

    [3] 聶大惟, 朱海, 吳飛,等.基于RSSI概率分布與貝葉斯估計(jì)的加權(quán)定位方法[J].全球定位系統(tǒng), 2022,47(2):52-59.

    NIE D W,ZHU H,WU F,et al. Weighted positioning method based on RSSI probability distribution and Bayesian estimation [J]. GNSS World of China, 2022,47(2):52-59.

    [4] RAZAVI A, VALKAMA M, LOHAN E S. K-means fingerprint clustering for low-complexity floor estimation in indoor mobile localization[C].2015 IEEE Globecom Workshops (GC Wkshps), San Diego, 2016: 1-7.

    [5] TIKU S, GUFRAN D, PASRICHA S. Multi-head attention neural network for smartphone invariant indoor localization[C].2022 IEEE 12th International Conference on Indoor Positioning and Indoor Navigation (IPIN), Beijing, 2022: 1-8.

    [6] HOANG M T, YUEN B, DONG X D, et al. Recurrent neural networks for accurate RSSI indoor localization[J]. IEEE Internet of Things Journal, 2019, 6(6): 10639-10651.

    [7] 劉春燕, 王堅(jiān). 基于幾何聚類指紋庫的約束KNN室內(nèi)定位模型[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2014, 39(11): 1287-1292.

    LIU C Y, WANG J. Constrained KNN indoor positioning model based on a grometric clustering fingerprinting technique[J]. Geomatics and Information Science of Wuhan University,2014, 39(11): 1287-1292.

    [8] SAHA A, SADHUKHAN P. A novel clustering strategy for fingerprinting-based localization system to reduce the searching time[C].2015 IEEE 2nd International Conference on Recent Trends in Information Systems (ReTIS), Kolkata, 2015: 538-543.

    [9] LEE C W, LIN T N, FANG S H, et al. A novel clustering-based approach of indoor location fingerprinting[C].2013 IEEE 24th Annual International Symposium on Personal, Indoor, and Mobile Radio Communications (PIMRC), London, 2013: 3191-3196.

    [10]NIU J W, RAMANA K V, WANG B W, et al. A robust method for indoor localization using wi-Fi and SURF based image fingerprint registration[C].GUO S, LLORET J, MANZONI P, et al. International Conference on Ad-Hoc Networks and Wireless, Cham: Springer, 2014: 346-359.

    [11]KAWAJI H, HATADA K, YAMASAKI T, et al. Image-based indoor positioning system: fast image matching using omnidirectional panoramic images[C].Proceedings of the 1st ACM International Workshop on Multimodal Pervasive Video Analysis, Firenze, 2010:1-4.

    [12]常強(qiáng),Samuel Van de, 王維平, 等.行人航跡推測輔助的Wi-Fi信號(hào)指紋定位算法[C].第六屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì), 西安, 2015:729-739.

    CHANG Q, SAMUEL V D, WANG W P, et al. Wi-Fi fingerprint positioning updated by pedestrian dead reckoning for mobile phone indoor localization[C].The 6th China Satellite Navigation Conference, Xian, 2015:729-739.

    [13]LOWE D G. Distinctive image features from scale-invariant key points[J]. International Journal of Computer Vision, 2004, 60(2): 91-110.

    [14]WANG L Y, ZHANG D Q, WANG Y S, et al. Sparse mobile crowd sensing: challenges and opportunities[J]. IEEE Communications Magazine, 2016, 54(7): 161-167.

    (責(zé)任編輯:張培培)

    国产精品麻豆人妻色哟哟久久| 国产精品国产三级国产专区5o| 久久国产亚洲av麻豆专区| 日韩三级伦理在线观看| 人人妻人人澡人人看| 精品人妻偷拍中文字幕| 在线天堂最新版资源| 久久鲁丝午夜福利片| 深夜精品福利| 秋霞伦理黄片| 香蕉精品网在线| 久久久久国产精品人妻一区二区| 久久 成人 亚洲| 激情五月婷婷亚洲| 国产成人免费观看mmmm| av在线观看视频网站免费| 亚洲第一区二区三区不卡| 国产白丝娇喘喷水9色精品| 亚洲,欧美精品.| 丁香六月天网| 水蜜桃什么品种好| 亚洲av成人精品一二三区| 国产深夜福利视频在线观看| 热99国产精品久久久久久7| 中文字幕av电影在线播放| 中文字幕最新亚洲高清| 亚洲av福利一区| 久久精品国产自在天天线| 一级,二级,三级黄色视频| 99精国产麻豆久久婷婷| 国产成人精品福利久久| 亚洲成av片中文字幕在线观看 | 蜜桃在线观看..| 国产精品香港三级国产av潘金莲 | 国产精品国产三级专区第一集| 亚洲国产精品一区二区三区在线| 日本-黄色视频高清免费观看| 成人亚洲精品一区在线观看| 亚洲国产精品999| 午夜福利一区二区在线看| 午夜福利视频在线观看免费| 免费黄网站久久成人精品| 一级a爱视频在线免费观看| 老司机影院成人| videossex国产| 国产成人免费无遮挡视频| 制服人妻中文乱码| 亚洲内射少妇av| 亚洲欧洲日产国产| 中国三级夫妇交换| 日日撸夜夜添| 少妇人妻 视频| 视频区图区小说| 黄片无遮挡物在线观看| 日韩人妻精品一区2区三区| 精品福利永久在线观看| 男女下面插进去视频免费观看| 亚洲av日韩在线播放| 边亲边吃奶的免费视频| 母亲3免费完整高清在线观看 | 在线看a的网站| 亚洲人成网站在线观看播放| 考比视频在线观看| 国产淫语在线视频| 精品人妻一区二区三区麻豆| 久久久久国产精品人妻一区二区| 成年人午夜在线观看视频| 亚洲精品av麻豆狂野| 日韩av免费高清视频| 国产激情久久老熟女| av免费在线看不卡| 一区二区三区精品91| 亚洲一码二码三码区别大吗| 五月开心婷婷网| 另类亚洲欧美激情| 97在线人人人人妻| 久久久久久人妻| 国产一级毛片在线| 黄网站色视频无遮挡免费观看| 亚洲国产色片| 午夜91福利影院| 亚洲综合色网址| 亚洲精品,欧美精品| 一级毛片黄色毛片免费观看视频| 交换朋友夫妻互换小说| 老鸭窝网址在线观看| 男女免费视频国产| 99国产综合亚洲精品| 五月开心婷婷网| 黑丝袜美女国产一区| 成人亚洲精品一区在线观看| 精品酒店卫生间| 国产精品一区二区在线观看99| 久久国产精品大桥未久av| 国产一区二区激情短视频 | 亚洲图色成人| 男人舔女人的私密视频| 国产无遮挡羞羞视频在线观看| 性色av一级| 另类精品久久| 国产精品一二三区在线看| 建设人人有责人人尽责人人享有的| 国精品久久久久久国模美| 少妇猛男粗大的猛烈进出视频| 亚洲情色 制服丝袜| 久久久久人妻精品一区果冻| 久久久久人妻精品一区果冻| av在线播放精品| 男男h啪啪无遮挡| 夜夜骑夜夜射夜夜干| 99久久精品国产国产毛片| 五月天丁香电影| 国产黄色视频一区二区在线观看| 老汉色av国产亚洲站长工具| 国产xxxxx性猛交| 国产野战对白在线观看| 国产成人精品一,二区| 欧美变态另类bdsm刘玥| 亚洲精华国产精华液的使用体验| 人人妻人人爽人人添夜夜欢视频| a级片在线免费高清观看视频| 国产又色又爽无遮挡免| 日韩在线高清观看一区二区三区| 亚洲精品一二三| 亚洲欧美成人精品一区二区| 高清视频免费观看一区二区| 午夜福利在线免费观看网站| 国产有黄有色有爽视频| 国产成人精品久久二区二区91 | 国产在线一区二区三区精| 精品99又大又爽又粗少妇毛片| 亚洲国产成人一精品久久久| 国产亚洲精品第一综合不卡| 久久国产精品男人的天堂亚洲| 久久毛片免费看一区二区三区| 在线天堂中文资源库| 久久久国产精品麻豆| 黑丝袜美女国产一区| 最近最新中文字幕大全免费视频 | 午夜日韩欧美国产| www日本在线高清视频| 久久精品久久久久久久性| 亚洲精品国产av蜜桃| 巨乳人妻的诱惑在线观看| 亚洲第一青青草原| 免费大片黄手机在线观看| 中文字幕人妻丝袜制服| 伊人亚洲综合成人网| 国产精品一国产av| 性少妇av在线| 国产亚洲最大av| 毛片一级片免费看久久久久| 欧美精品av麻豆av| 色视频在线一区二区三区| 人人妻人人添人人爽欧美一区卜| 国产1区2区3区精品| a级毛片黄视频| 国产精品一二三区在线看| 在线观看人妻少妇| 成年动漫av网址| 亚洲,欧美精品.| 久久久久久久久久久免费av| 寂寞人妻少妇视频99o| av在线观看视频网站免费| 精品一区二区免费观看| 日韩av免费高清视频| 青春草亚洲视频在线观看| 啦啦啦在线免费观看视频4| 性色avwww在线观看| 国产成人aa在线观看| 成年av动漫网址| 一个人免费看片子| 1024香蕉在线观看| 成人亚洲精品一区在线观看| 纵有疾风起免费观看全集完整版| 91aial.com中文字幕在线观看| 国产精品亚洲av一区麻豆 | 在线看a的网站| 街头女战士在线观看网站| 久久这里只有精品19| 亚洲av福利一区| 我的亚洲天堂| 在现免费观看毛片| 麻豆乱淫一区二区| 纯流量卡能插随身wifi吗| 涩涩av久久男人的天堂| 乱人伦中国视频| 午夜影院在线不卡| 尾随美女入室| 黑丝袜美女国产一区| 亚洲国产精品一区二区三区在线| 亚洲精品aⅴ在线观看| 青草久久国产| 亚洲综合色惰| 国产精品欧美亚洲77777| 国产免费一区二区三区四区乱码| 少妇熟女欧美另类| 亚洲国产成人一精品久久久| 午夜福利视频在线观看免费| 欧美激情 高清一区二区三区| 成人亚洲精品一区在线观看| 电影成人av| 色婷婷av一区二区三区视频| 色哟哟·www| av国产久精品久网站免费入址| 中文字幕精品免费在线观看视频| 一边摸一边做爽爽视频免费| 国产欧美日韩一区二区三区在线| 一级爰片在线观看| 亚洲视频免费观看视频| 久久女婷五月综合色啪小说| 亚洲精品视频女| 国产国语露脸激情在线看| 黑人猛操日本美女一级片| 在线观看免费高清a一片| a 毛片基地| 伊人久久大香线蕉亚洲五| 女人被躁到高潮嗷嗷叫费观| 国产精品一二三区在线看| 国产成人欧美| 日韩制服丝袜自拍偷拍| 少妇精品久久久久久久| 18禁国产床啪视频网站| 亚洲成人av在线免费| 亚洲精品视频女| 国产97色在线日韩免费| 久久久久人妻精品一区果冻| 丝袜美足系列| 国产乱来视频区| 十八禁高潮呻吟视频| 亚洲精华国产精华液的使用体验| 国产高清不卡午夜福利| 国产精品偷伦视频观看了| 少妇的丰满在线观看| 啦啦啦中文免费视频观看日本| 亚洲精品日本国产第一区| 国产爽快片一区二区三区| 欧美变态另类bdsm刘玥| 亚洲av电影在线进入| 成人毛片60女人毛片免费| 美女主播在线视频| 激情五月婷婷亚洲| 精品少妇内射三级| 国产日韩欧美视频二区| 精品人妻一区二区三区麻豆| 国产一区二区激情短视频 | 精品国产乱码久久久久久男人| 五月伊人婷婷丁香| 日韩三级伦理在线观看| 亚洲,一卡二卡三卡| 日韩一区二区三区影片| 久久久久久久国产电影| www.自偷自拍.com| 欧美日韩成人在线一区二区| 搡女人真爽免费视频火全软件| 国产97色在线日韩免费| 午夜免费男女啪啪视频观看| 久久这里有精品视频免费| 黄色配什么色好看| 2022亚洲国产成人精品| 一边亲一边摸免费视频| 国产精品久久久久成人av| 欧美成人午夜免费资源| 亚洲精品美女久久av网站| 人成视频在线观看免费观看| 欧美日韩一级在线毛片| xxx大片免费视频| 日日摸夜夜添夜夜爱| 亚洲精品第二区| 天天躁夜夜躁狠狠躁躁| 一区二区日韩欧美中文字幕| 国产精品一区二区在线观看99| 婷婷色综合大香蕉| 国产精品欧美亚洲77777| 我要看黄色一级片免费的| 乱人伦中国视频| 人妻一区二区av| 男的添女的下面高潮视频| 日韩中字成人| 国产精品 欧美亚洲| 亚洲成人手机| 免费黄色在线免费观看| 精品视频人人做人人爽| 你懂的网址亚洲精品在线观看| 国产精品一国产av| 久久午夜综合久久蜜桃| 在线 av 中文字幕| 久久人人97超碰香蕉20202| 在线天堂中文资源库| 国产黄频视频在线观看| 夫妻午夜视频| 不卡av一区二区三区| av在线app专区| 成人免费观看视频高清| 18在线观看网站| 一本—道久久a久久精品蜜桃钙片| 黄色毛片三级朝国网站| 激情视频va一区二区三区| 日本91视频免费播放| 亚洲成人av在线免费| 99热国产这里只有精品6| 美女xxoo啪啪120秒动态图| 在线 av 中文字幕| 精品人妻一区二区三区麻豆| 岛国毛片在线播放| 国产精品无大码| 青春草亚洲视频在线观看| 精品少妇一区二区三区视频日本电影 | 九九爱精品视频在线观看| 在线精品无人区一区二区三| 免费高清在线观看视频在线观看| 男女边吃奶边做爰视频| 国产 精品1| 久久久久久久亚洲中文字幕| 夫妻性生交免费视频一级片| 女人精品久久久久毛片| 春色校园在线视频观看| 天天影视国产精品| 久久99一区二区三区| 国产一区亚洲一区在线观看| 五月天丁香电影| 天天影视国产精品| 久久人妻熟女aⅴ| xxx大片免费视频| 老司机影院成人| 精品一品国产午夜福利视频| 久久99一区二区三区| 亚洲欧洲日产国产| 久久国内精品自在自线图片| videos熟女内射| 亚洲久久久国产精品| 精品人妻偷拍中文字幕| 又粗又硬又长又爽又黄的视频| 又黄又粗又硬又大视频| 波多野结衣av一区二区av| 99国产综合亚洲精品| 99热网站在线观看| 午夜日韩欧美国产| 亚洲伊人色综图| 五月开心婷婷网| 最新中文字幕久久久久| 丝袜美足系列| 精品亚洲成a人片在线观看| 黑丝袜美女国产一区| 免费在线观看黄色视频的| 日日摸夜夜添夜夜爱| 女人高潮潮喷娇喘18禁视频| 国产有黄有色有爽视频| 大码成人一级视频| 99久国产av精品国产电影| 男人添女人高潮全过程视频| 亚洲av国产av综合av卡| 亚洲av电影在线观看一区二区三区| 建设人人有责人人尽责人人享有的| 五月开心婷婷网| 久久这里只有精品19| 又黄又粗又硬又大视频| 久久狼人影院| 婷婷色麻豆天堂久久| 青春草亚洲视频在线观看| 晚上一个人看的免费电影| 久久精品人人爽人人爽视色| 少妇人妻 视频| 一区二区三区乱码不卡18| 国产在线一区二区三区精| 免费观看av网站的网址| av免费在线看不卡| 免费日韩欧美在线观看| 男女无遮挡免费网站观看| 麻豆av在线久日| 成人18禁高潮啪啪吃奶动态图| 一边摸一边做爽爽视频免费| 成年人免费黄色播放视频| 99香蕉大伊视频| 嫩草影院入口| 久久狼人影院| 汤姆久久久久久久影院中文字幕| xxxhd国产人妻xxx| 国产在线一区二区三区精| 免费观看av网站的网址| 亚洲内射少妇av| 99热全是精品| 国产在线视频一区二区| 亚洲av.av天堂| 久久久久精品性色| 另类亚洲欧美激情| 日韩精品有码人妻一区| 丰满少妇做爰视频| 巨乳人妻的诱惑在线观看| 寂寞人妻少妇视频99o| 国产精品三级大全| 国产精品一二三区在线看| 国产av一区二区精品久久| 汤姆久久久久久久影院中文字幕| 两个人看的免费小视频| 欧美成人精品欧美一级黄| 你懂的网址亚洲精品在线观看| 色哟哟·www| 18禁动态无遮挡网站| 精品国产露脸久久av麻豆| √禁漫天堂资源中文www| 建设人人有责人人尽责人人享有的| 女人久久www免费人成看片| 26uuu在线亚洲综合色| 日韩欧美精品免费久久| 人妻 亚洲 视频| 久久久久精品久久久久真实原创| 超碰成人久久| 久久亚洲国产成人精品v| 精品一区二区三区四区五区乱码 | 在线观看一区二区三区激情| 国产成人精品久久久久久| 男女高潮啪啪啪动态图| 亚洲国产成人一精品久久久| 午夜福利在线观看免费完整高清在| 91久久精品国产一区二区三区| 中文字幕亚洲精品专区| 制服丝袜香蕉在线| 中国国产av一级| 亚洲精品国产av蜜桃| 人成视频在线观看免费观看| 看免费av毛片| 亚洲第一av免费看| 大香蕉久久成人网| 亚洲国产欧美网| h视频一区二区三区| 日韩中字成人| 男人爽女人下面视频在线观看| 十八禁网站网址无遮挡| 777米奇影视久久| 飞空精品影院首页| 亚洲欧美一区二区三区黑人 | 久久狼人影院| 国产一区二区三区av在线| 欧美日韩国产mv在线观看视频| 久久精品熟女亚洲av麻豆精品| 欧美亚洲 丝袜 人妻 在线| 精品少妇内射三级| 亚洲欧美成人精品一区二区| 亚洲国产av影院在线观看| 国产黄色视频一区二区在线观看| av有码第一页| √禁漫天堂资源中文www| 18禁观看日本| a级毛片在线看网站| 99久久综合免费| 成人午夜精彩视频在线观看| 黄片无遮挡物在线观看| 国产精品熟女久久久久浪| 亚洲视频免费观看视频| 国产男女超爽视频在线观看| 中文字幕最新亚洲高清| 自线自在国产av| 丝袜人妻中文字幕| 最近手机中文字幕大全| 亚洲精品美女久久久久99蜜臀 | 五月天丁香电影| 精品少妇黑人巨大在线播放| 777米奇影视久久| 国产爽快片一区二区三区| 日韩av不卡免费在线播放| 久久午夜福利片| 欧美+日韩+精品| 亚洲av福利一区| 国产爽快片一区二区三区| 午夜日本视频在线| 精品久久久精品久久久| 国产一区二区三区综合在线观看| 国产成人精品婷婷| 熟妇人妻不卡中文字幕| 亚洲人成电影观看| 五月天丁香电影| 国产精品一区二区在线观看99| 国产高清国产精品国产三级| 丝袜喷水一区| 免费播放大片免费观看视频在线观看| 侵犯人妻中文字幕一二三四区| 欧美日韩综合久久久久久| 综合色丁香网| 在线观看免费视频网站a站| 搡女人真爽免费视频火全软件| 侵犯人妻中文字幕一二三四区| av.在线天堂| 卡戴珊不雅视频在线播放| 日韩在线高清观看一区二区三区| 精品久久蜜臀av无| 久久久久久人人人人人| 交换朋友夫妻互换小说| 美国免费a级毛片| 不卡视频在线观看欧美| 国产亚洲午夜精品一区二区久久| 九九爱精品视频在线观看| 日韩av不卡免费在线播放| 丰满少妇做爰视频| 欧美+日韩+精品| √禁漫天堂资源中文www| 国产爽快片一区二区三区| 欧美日韩成人在线一区二区| 国产老妇伦熟女老妇高清| 老司机影院毛片| 啦啦啦中文免费视频观看日本| 国产不卡av网站在线观看| 啦啦啦在线观看免费高清www| 久久精品国产a三级三级三级| 超色免费av| 欧美精品亚洲一区二区| 黄频高清免费视频| 久久青草综合色| kizo精华| 2018国产大陆天天弄谢| 99久久人妻综合| av在线观看视频网站免费| 亚洲四区av| 国产免费现黄频在线看| 国产一区二区 视频在线| 久久久精品免费免费高清| av又黄又爽大尺度在线免费看| 十八禁高潮呻吟视频| 日韩伦理黄色片| 老汉色∧v一级毛片| 这个男人来自地球电影免费观看 | 精品卡一卡二卡四卡免费| 国产一区二区三区综合在线观看| 两个人看的免费小视频| 日韩一区二区视频免费看| 亚洲成国产人片在线观看| 午夜精品国产一区二区电影| 丝袜人妻中文字幕| 下体分泌物呈黄色| 黑丝袜美女国产一区| 一区二区三区四区激情视频| 免费看不卡的av| 亚洲精品国产一区二区精华液| 十八禁高潮呻吟视频| 看非洲黑人一级黄片| 丝袜在线中文字幕| 免费高清在线观看视频在线观看| 欧美日韩av久久| 男女下面插进去视频免费观看| 亚洲四区av| 叶爱在线成人免费视频播放| 亚洲婷婷狠狠爱综合网| 在线天堂中文资源库| 青春草亚洲视频在线观看| 久久久精品免费免费高清| 成人国语在线视频| 丝瓜视频免费看黄片| 欧美人与性动交α欧美精品济南到 | 日本爱情动作片www.在线观看| 欧美激情 高清一区二区三区| 一级毛片电影观看| 美女中出高潮动态图| 精品午夜福利在线看| 老女人水多毛片| 国产欧美日韩综合在线一区二区| 麻豆精品久久久久久蜜桃| 日韩人妻精品一区2区三区| 曰老女人黄片| 日本免费在线观看一区| 丰满少妇做爰视频| 国产男女超爽视频在线观看| 中文字幕av电影在线播放| 不卡视频在线观看欧美| 9色porny在线观看| kizo精华| 亚洲av电影在线观看一区二区三区| 久久毛片免费看一区二区三区| 丰满乱子伦码专区| 久热这里只有精品99| 男女国产视频网站| 少妇的逼水好多| 男女高潮啪啪啪动态图| 国产精品国产av在线观看| 97在线视频观看| 欧美变态另类bdsm刘玥| 久久久精品94久久精品| 国产av一区二区精品久久| 精品一区在线观看国产| 久久毛片免费看一区二区三区| 男女国产视频网站| 日韩在线高清观看一区二区三区| 国产精品免费大片| av视频免费观看在线观看| 国产精品一区二区在线不卡| 午夜福利,免费看| 美女xxoo啪啪120秒动态图| 深夜精品福利| 免费观看性生交大片5| 精品酒店卫生间| 色播在线永久视频| 欧美激情高清一区二区三区 | av在线播放精品| 日韩熟女老妇一区二区性免费视频| 黄色毛片三级朝国网站| 亚洲人成77777在线视频| 一级毛片我不卡| 亚洲欧美精品自产自拍| 久久国内精品自在自线图片| 成年美女黄网站色视频大全免费| 99久国产av精品国产电影| 交换朋友夫妻互换小说| 欧美精品亚洲一区二区| 超色免费av| 欧美成人精品欧美一级黄| av福利片在线| 国产在线一区二区三区精| av免费在线看不卡| 午夜影院在线不卡| 午夜久久久在线观看| 国产不卡av网站在线观看| 综合色丁香网| 午夜福利在线免费观看网站| 亚洲四区av| a级毛片在线看网站| 天堂俺去俺来也www色官网|